Elegir entre IA abierta y cerrada ya define el margen de las startups
Los modelos de IA abiertos cambian la ecuación de costos de las startups. Harvey, Ramp y Decagon ya ajustan su stack. Claves para elegir arquitectura.
TechCrunch Disrupt 2026 abre el 13 de octubre en San Francisco con cuatro sesiones sobre una decisión que ya pesa en la hoja de resultados de las startups: modelos de IA abiertos o APIs propietarias. La agenda publicada por TechCrunch el 5 de octubre incluye el panel The Open vs. Closed AI Debate Is Just Getting Started en el Builders Stage.
La discusión dejó de ser filosófica por una razón medible. Bloomberg reportó el 21 de septiembre de 2026 que Harvey, la startup legal valuada en US$15,600 millones, vio caer su margen bruto de alrededor de 50% a menos 50% en junio, después de que su consumo de tokens se multiplicara por veinte ese año. En agosto liberó un modelo propio construido sobre Kimi K3 de Moonshot AI y el margen regresó a terreno positivo. El mismo reporte apunta que Uber agotó su presupuesto anual de IA en abril y que OpenAI y Anthropic ya cobran a las empresas por uso, además de la suscripción base. Para una startup mexicana que paga inferencia en dólares y factura en pesos, la aritmética es la misma y el tipo de cambio la amplifica.
Los casos concretos acotan las opciones. Bloomberg señala que Decagon ya enruta 80% de las consultas de sus clientes por modelos propios, que Abridge desarrolla un modelo clínico sobre pesos abiertos de Nvidia y que Ramp, tras levantar US$750 millones en junio, evalúa entrenar por primera vez; su co-director general, Karim Atiyeh, dijo que la idea no tenía sentido un año atrás y que ahora sí lo tiene. En Disrupt, la sesión de Oumi con Manos Koukoumidis plantea tres caminos: rentar una API de frontera, personalizar pesos abiertos o poseer el modelo completo. Otra mesa, con Mo Jomaa de CapitalG, Vipul Ved Prakash de Together AI y Zuzanna Stamirowska de Pathway, aborda el uso simultáneo de varios modelos según la tarea. TechCrunch cifra el evento en más de 200 sesiones, 250 ponentes y 300 startups expositoras, con 10,000 asistentes previstos.
El dato deja tres preguntas antes de firmar un contrato de inferencia: cuánto del stack conviene rentar, a partir de qué volumen personalizar deja de ser un lujo y cuánta flexibilidad vale la pena preservar para cambiar de modelo cuando aparezca uno mejor.
Esta nota fue redactada con asistencia de inteligencia artificial a partir de fuentes verificadas y revisada por un editor humano antes de publicarse.